带时间窗车辆路径问题的蚁群算法改进
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究综述 | 第10-16页 |
| 1.2.1 VRP问题 | 第10-11页 |
| 1.2.2 VRPTW的国内外研究综述 | 第11-13页 |
| 1.2.3 蚁群算法求解VRPTW的研究综述 | 第13-16页 |
| 1.3 本文研究思路和主要内容 | 第16-18页 |
| 第二章 VRPTW问题建模 | 第18-21页 |
| 2.1 VRPTW问题描述 | 第18页 |
| 2.2 基本假设和符号说明 | 第18页 |
| 2.3 模型构建 | 第18-21页 |
| 第三章 蚁群算法和均匀设计 | 第21-27页 |
| 3.1 蚁群算法框架 | 第21-24页 |
| 3.1.1 蚁群算法的原理 | 第21页 |
| 3.1.2 蚁群算法的数学模型 | 第21-23页 |
| 3.1.3 蚁群算法的实现步骤 | 第23-24页 |
| 3.2 参数优化的均匀设计 | 第24-27页 |
| 3.2.1 均匀设计介绍 | 第24-25页 |
| 3.2.2 均匀设计方法的使用 | 第25-27页 |
| 第四章 VRPTW的改进蚁群算法 | 第27-31页 |
| 4.1 蚁群算法的改进思路 | 第27页 |
| 4.2 蚁群算法的改进 | 第27-29页 |
| 4.2.1 状态转移概率 | 第27-28页 |
| 4.2.2 信息素更新机制 | 第28-29页 |
| 4.3 改进蚁群算法的求解步骤 | 第29-30页 |
| 4.4 改进蚁群算法的实现 | 第30-31页 |
| 4.4.1 编程语言的选择 | 第30页 |
| 4.4.2 程序的逻辑构成 | 第30-31页 |
| 第五章 试验结果及分析 | 第31-51页 |
| 5.1 案例数据介绍 | 第31-32页 |
| 5.2 原始MMAS算法的结果分析 | 第32-35页 |
| 5.3 改进算法参数优化前的结果分析 | 第35-39页 |
| 5.4 改进算法的参数优化 | 第39-42页 |
| 5.5 改进算法参数优化后的结果分析 | 第42-48页 |
| 5.6 与已有研究结果的比较 | 第48-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读硕士学位期间发表论文情况 | 第59-60页 |
| 附录B 改进蚁群算法源代码 | 第60-82页 |
